تب هوش مصنوعی این تصور را ایجاد کرده که این فناوری می‌تواند قواعد قدیمی کسب‌وکار را تغییر دهد.
سرمایه‌گذاری‌های بزرگ، رشد سریع محصولات مولد، مدل‌های زبانی و ورود شرکت‌های بزرگ فناوری باعث شده AI در بسیاری از موارد نه فقط یک فناوری، بلکه یک فرصت اقتصادی استثنایی تلقی شود.
اما آیا هوش مصنوعی واقعاً از قواعد شکست استارت‌آپی مستثناست؟
نگاهی به نمونه‌های موجود در مجموعه «442 Startup Failure Post-Mortems» پاسخ ساده‌ای ندارد.
AI هم می‌تواند «خیلی زود» باشد
Kite یکی از نمونه‌های قابل توجه این مجموعه است.
این استارت‌آپ در زمینه دستیار برنامه‌نویسی مبتنی بر AI فعالیت می‌کرد و حدود ۲۱ میلیون دلار سرمایه جذب کرده بود. اما بنیان‌گذار شرکت بعدها توضیح داد که محصول با وجود افزایش سرعت کدنویسی، ارزش اقتصادی کافی برای متقاعد کردن مدیران مهندسی ایجاد نکرده بود.
به بیان ساده‌تر، فناوری کار می‌کرد؛ اما مشتری الزاماً حاضر نبود برای آن پول بدهد.
این تفاوت برای موج فعلی AI بسیار مهم است.
«می‌توانیم با AI این کار را انجام دهیم» با «مشتری حاضر است برای انجام این کار پول بدهد» یکی نیست.
AI هم به Product-Market Fit نیاز دارد
AI می‌تواند یک فرآیند را سریع‌تر، ارزان‌تر یا هوشمندتر کند؛ اما همچنان باید مشخص باشد:
- چه کسی مشتری است؟
- مشکل واقعی چیست؟
- چه کسی پول می‌دهد؟
- چرا مشتری محصول را جایگزین راهکار فعلی می‌کند؟
- هزینه ارائه خدمت چقدر است؟
- مزیت محصول در برابر مدل‌های عمومی و رقبا چیست؟
در واقع AI ممکن است ساخت محصول اولیه را آسان‌تر کند، اما همین مسئله می‌تواند یک مشکل جدید ایجاد کند: رقابت برای ساخت محصول مشابه نیز آسان‌تر می‌شود.
در چنین بازاری، صرف داشتن یک مدل یا قابلیت AI لزوماً مزیت پایدار ایجاد نمی‌کند.
نمونه‌های قدیمی‌تر چه می‌گویند؟
Anki، شرکت رباتیک مصرفی، بیش از ۲۰۰ میلیون دلار سرمایه جذب کرده بود اما در نهایت نتوانست سرمایه‌گذاری جدید یا خریدار مناسبی پیدا کند و تعطیل شد.
Lighthouse AI نیز فناوری‌هایی در حوزه AI و حسگر سه‌بعدی توسعه داده بود، اما در نهایت اعلام کرد به موفقیت تجاری مورد انتظار دست پیدا نکرده است.
این نمونه‌ها به یک نکته مهم اشاره می‌کنند:
فناوری پیشرفته، به‌تنهایی مدل کسب‌وکار نیست.
اما AI امروز چه تفاوتی دارد؟
تفاوت امروز با بسیاری از موج‌های قبلی این است که AI به‌سرعت در حال تبدیل‌شدن به یک لایه عمومی فناوری است.
بنابراین احتمالاً مسئله برای استارت‌آپ‌های AI فقط ساخت یک فناوری خوب نیست؛ بلکه ایجاد تمایز، دسترسی به مشتری، داده، توزیع، هزینه قابل کنترل و درآمد پایدار اهمیت بیشتری پیدا می‌کند.
CB Insights نیز در گزارش‌های جدید شکست استارت‌آپ‌ها تأکید می‌کند که عوامل اقتصادی، انتظارات مشتری، محصول و بازار همچنان در شکست شرکت‌ها نقش دارند؛ حتی در شرکت‌هایی که فناوری پیشرفته دارند.
پرسش اصلی برای AI
بنابراین شاید سؤال درست درباره موج فعلی هوش مصنوعی این نباشد که:
«آیا AI بزرگ‌ترین فناوری دهه آینده است؟»
«کدام شرکت‌های AI می‌توانند فناوری را به یک کسب‌وکار پایدار تبدیل کنند؟»
قبرستان استارت‌آپ‌ها نشان داده که فناوری‌های بزرگ هم می‌توانند در بازار شکست بخورند.
AI شاید قواعد فناوری را تغییر دهد؛ اما هنوز نمی‌تواند یک قانون قدیمی کسب‌وکار را حذف کند:
مشتری باید مشکلی داشته باشد که حاضر باشد برای حل آن پول بدهد.
لینک کوتاه: